A Framework for Designing Inclusive \nOnline Communities \n \n \nThe Role of Inclusive Design for Salutogenesis in Chronic \nDisease Online Communities
Notice bibliographique
Résumé
Online health communities are often designed for clinical purposes. The user needs within a chronic care community such as cancer are as diverse and complex as their symptom and treatment for latent and long-term effects. While these communities provide the \nfunctional needs such as synchronous and asynchronous communication features, they often fail \nto deliver a functional design that is inclusive of all user needs. The ability to inclusively \ndesign online health communities is critical to the overall goal of user satisfaction and in turn \nthe salutogenesis of the participants. The proactive approach to health and wellness can \nbe supported and influenced through online communities however; to ensure the broadest reach is \npossible to these communities they must be designed to be inclusive. This paper will define a tool \nby which online health communities can be designed and evaluated for access and participation while \nensuring the wide range of human diversity. The Framework for Inclusive Design of \nOnline Communities [FIDOC] will propose the key elements that are necessary to support \n the notion of well-being in these chronic care communities. FIDOC addresses the \nprocess by which designers can iteratively work to achieve inclusion when designing online \nhealth communities and offers \nrecommendations for future research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,020 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».